[논문 리뷰] Euclid preparation : XXVIII. Forecasts for ten different higher-order weak lensing statistics

Euclid Collaboration, V. Ajani외 212명|arXiv (Cornell University)|2023. 01. 01.

demographic modeling and climate adaptation인용 수 1

한 줄 요약

이 논문은 유클리드 유사 N-체 시뮬레이션을 사용하여 10개의 고차 통계량—예를 들어 피크 수세기, 민코프스키 함수, 영속 호몰로지 등—의 천체론적 제약 능력을 예측한다. 연구 결과, 개별 고차 통계량은 두점 상관 함수 대비 매개변수 정밀도를 약 2배 향상시키며, 모든 통계량을 조합하면 Ωm 및 σ8에 대한 제약 능력이 4.5배 향상됨을 확인하였다.

ABSTRACT

Recent cosmic shear studies have shown that higher-order statistics (HOS) developed by independent teams now outperform standard two-point estimators in terms of statistical precision thanks to their sensitivity to the non-Gaussian features of large-scale structure. The aim of the Higher-Order Weak Lensing Statistics (HOWLS) project is to assess, compare, and combine the constraining power of ten different HOS on a common set of $Euclid$-like mocks, derived from N-body simulations. In this first paper of the HOWLS series, we computed the nontomographic ($\Omega_{ m m}$, $\sigma_8$) Fisher information for the one-point probability distribution function, peak counts, Minkowski functionals, Betti numbers, persistent homology Betti numbers and heatmap, and scattering transform coefficients, and we compare them to the shear and convergence two-point correlation functions in the absence of any systematic bias. We also include forecasts for three implementations of higher-order moments, but these cannot be robustly interpreted as the Gaussian likelihood assumption breaks down for these statistics. Taken individually, we find that each HOS outperforms the two-point statistics by a factor of around two in the precision of the forecasts with some variations across statistics and cosmological parameters. When combining all the HOS, this increases to a $4.5$ times improvement, highlighting the immense potential of HOS for cosmic shear cosmological analyses with $Euclid$. The data used in this analysis are publicly released with the paper.

연구 동기 및 목표

• 공통된 시뮬레이션 데이터 세트를 사용하여 10개의 고차 통계량의 천체론적 제약 능력을 평가하고 비교하기 위해.
• 고차 통계량이 천체론적 매개변수 추정의 통계적 정밀도 측면에서 표준 두점 상관 함수를 능가할 수 있는지 평가하기 위해.
• 다양한 고차 통계량을 조합하여 천체론적 제약 능력을 추가로 향상시킬 수 있는 잠재력을 조사하기 위해.
• 비정규성과 천체 시선 분석에서의 시스템적 오차에 민감하지 않은 강력한 통계적 측정 방법을 식별하기 위해.
• 시스템적 편향이 없는 조건에서 성능을 예측함으로써 향후 관측 분석의 기초를 마련하기 위해.

제안 방법

• SLICS와 DUSTGRAIN-pathfinder에서 유도된 N-체 시뮬레이션을 기반으로 한 1000개의 유클리드 유사 질량 지도 시뮬레이션을 공통으로 사용하였다.
• 10개의 고차 통계량에 대한 비토모그래픽 피셔 정보 행렬을 계산: κ-확률밀도함수(PDF), 피크 수세기, 민코프스키 함수, 베티 수, 영속 호몰로지 베티 수 및 히트맵, 산산이 흩어진 변환 계수.
• 가우시안 가능도 가정 하에 표준 두점 상관 함수(편광 및 수렴)의 예측 제약과 비교하였다.
• 세 가지 고차 모멘트(M3_ap, Mn_ap)에 대한 예측을 포함하였지만, 가우시안 가정의 붕괴로 인해 신뢰성 없음으로 표기하였다.
• 모든 통계량에 대해 Ωm 및 σ8의 매개변수 불확실성을 추정하기 위해 피셔 행렬 형식을 적용하였다.
• 미래의 톰오그래픽 분석에서 자료 압축의 필요성을 평가하기 위해 통계량 간 상관관계를 평가하였다.

실험 결과

연구 질문

• RQ1 고차 통계량이 천체론적 매개변수를 제약하는 데 있어 표준 두점 상관 함수를 능가할 수 있는가?
• RQ2 동일한 시뮬레이션 데이터에 적용했을 때, 다양한 고차 통계량의 상대적 제약 능력은 어떠한가?
• RQ3 여러 고차 통계량을 조합함으로써 천체론적 매개변수 정밀도는 얼마나 향상될 수 있는가?
• RQ4 렌즈 신호의 비정규성 특징이 가우시안 추정기 대비 통계적 능력을 얼마나 향상시키는가?
• RQ5 특히, 딜레마와 자료 공분산 압축 측면에서 복수의 고차 통계량을 조합하는 데 있어 도전 과제는 무엇인가?

주요 결과

• 각 개별 고차 통계량은 두점 상관 함수 대비 천체론적 매개변수 정밀도를 약 2배 향상시킨다.
• 10개의 고차 통계량을 모두 조합하면 Ωm 및 σ8 매개변수에 대한 제약 능력이 4.5배 향상된다.
• κ-PDF, 피크 수세기, 민코프스키 함수, 베티 수, 영속 호몰로지 베티 수, 영속 호몰로지 히트맵, 산산이 흩어진 변환 계수 모두 두점 통계량 대비 뚜렷한 향상을 보였다.
• 고차 모멘트(M3_ap, Mn_ap)는 일관성을 위해 포함되었지만, 비정규 분포로 인해 가우시안 가능도 가정 하에서 신뢰성 없음으로 간주되었다.
• 통계량 간 강한 상관관계가 발견되어, 향후 톰오그래픽 분석에서 강력한 자료 공분산 압축 기법이 필요함을 시사하였다.
• 본 연구는 향후 유클리드 분석에서 시스템적 오차와 천체론적 매개변수 간의 딜레마를 깨는 데 고차 통계량의 잠재력을 부각시켰다.